Implementieren Sie fortschrittliche Strategien für Datenkonnektivität und -aktualisierung, um die Leistung zu maximieren und gleichzeitig Datenduplikate in Microsoft Fabric zu minimieren. Sie lernen den DirectLake-Modus für Echtzeitanalysen von Lakehouse-Daten kennen, vergleichen dessen Vorteile mit herkömmlichen Importansätzen, entwerfen effektive Partitionierungsstrategien für große Datensätze und konfigurieren inkrementelle Aktualisierungsrichtlinien, die die Aktualisierungsprozesse optimieren. Anhand praktischer Übungen und Leistungsvergleiche entwickeln Sie die Fähigkeiten, Datenverbindungen zu implementieren, die ein Gleichgewicht zwischen Abfrageleistung und Anforderungen an die Aktualität herstellen. Dieses Modul vermittelt Ihnen Techniken zum effizienten Umgang mit Datensätzen im Unternehmensmaßstab unter Beibehaltung reaktionsschneller Analyseerfahrungen. Hinweis: Zur Optimierung können große Datensätze während der Aktualisierungsvorgänge die Rechen-Credits der Testversion überschreiten. Beginnen Sie mit einer Teilmenge der Daten und lesen Sie die Best Practices für inkrementelle Aktualisierungen durch, bevor Sie die Skalierung vornehmen.

Erweitern Sie die Reichweite und die Intelligenz Ihrer Power BI-Lösungen durch die Implementierung von eingebetteten Analysen und KI-gestützten Visualisierungen. Sie lernen, wie Sie Power BI-Berichte sicher veröffentlichen und freigeben, interaktive Dashboards in Anwendungen und Portale einbetten, KI-Visualisierungen implementieren, die automatisch Muster in Ihren Daten erkennen, und Funktionen für natürliche Sprache konfigurieren, die dialogorientierte Analysen ermöglichen. Anhand praktischer Implementierungsübungen erstellen Sie überzeugende Analyseerlebnisse, die sich nahtlos in Geschäftsanwendungen integrieren lassen und gleichzeitig künstliche Intelligenz nutzen, um die Gewinnung von Erkenntnissen zu verbessern. Dieses Modul schließt die Lücke zwischen Standardberichterstattung und intelligenten, leicht zugänglichen Analysen.

Beschleunigen Sie Datenentwicklungs-Workflows durch KI-gestützte Unterstützung und Automatisierung in Microsoft Fabric. Sie nutzen die Funktionen von Copilot, um Datenpipelines mithilfe natürlicher Sprache zu erstellen, optimierte SQL-Abfragen zu generieren, Dokumentationszusammenfassungen zu erstellen, Data Agents für automatisierte Aufgaben zu konfigurieren und mit Copilot Studio eine schlanke Automatisierung zu implementieren. Anhand von geführten Erkundungen und praktischen Übungen erleben Sie, wie KI-Unterstützung die Produktivität bei der Datenentwicklung steigert und dabei Qualität und Best Practices gewährleistet. Dieses Modul zeigt, wie dialogorientierte KI die Entwicklungszeit drastisch verkürzen und gleichzeitig eine breitere Beteiligung an Data-Engineering-Aktivitäten ermöglichen kann. Wichtiger Sicherheitshinweis: Überprüfen Sie generierte Schritte stets vor der Ausführung, fügen Sie niemals Geheimnisse oder sensible Informationen in KI-Eingabeaufforderungen ein und vergewissern Sie sich vor der Implementierung über den Preview-/GA-Status der Copilot-Funktionen in Ihrem Mandanten.

Eignen Sie sich fortgeschrittene Techniken der Architekturplanung und -optimierung an, die sicherstellen, dass Ihre Microsoft Fabric-Implementierung leistungsfähig, kosteneffizient und zukunftsfähig ist. Sie entwerfen Mesh-Architekturen mit dezentralen Datendomänen, wenden systematische Leistungsoptimierung durch Caching, Partitionierung und Indizierung an, implementieren umfassende Strategien zur Kostenüberwachung und -steuerung und erkunden Möglichkeiten zur Integration von maschinellem Lernen. Während des gesamten Moduls nutzen Sie eine Vorlage für ein Entscheidungsprotokoll, um Kosten-Leistungs-Abwägungen für jede architektonische Entscheidung (z. B. DirectLake vs. Import, Lakehouse vs. Warehouse) zu erfassen und so systematische Entscheidungsfähigkeiten aufzubauen. Durch Architektur-Workshops und Optimierungsübungen entwickeln Sie die Fähigkeiten, Datenplattformen im Unternehmensmaßstab zu entwerfen, zu optimieren und zu steuern. Dieses Modul vermittelt das erforderliche Fachwissen, um nachhaltige, leistungsstarke Datenarchitekturen zu schaffen, die geschäftliche Anforderungen mit technischen und finanziellen Überlegungen in Einklang bringen.